median()

La fonction median() calcule la médiane des valeurs dans un tableau numpy. La médiane représente la valeur centrale d'un ensemble de données, divisant l'ensemble en deux parties égales. C'est une mesure de tendance centrale robuste aux valeurs aberrantes.

Syntaxe de median()

Imaginons un exemple où nous avons des données représentant les ventes de produits dans différents magasins, organisées sous forme de tableau bidimensionnel (matrice). Chaque ligne représente un produit, et chaque colonne représente un magasin. Nous voulons calculer la médiane des ventes par produit, en prenant en compte chaque magasin comme un axe.

Paramètres de median()

• 'ventes' : Le tableau numpy contenant les données de ventes.

• 'axis=1' : Spécifie que nous voulons calculer la médiane le long de l'axe des colonnes. Cela signifie que la médiane sera calculée pour chaque produit, en considérant chaque colonne (magasin) comme une unité.

  
  

• 'axis=0' : Si axis=0, cela signifie que nous calculons la médiane le long de l'axe des lignes, c'est-à-dire que nous obtenons la médiane des ventes pour chaque magasin, en considérant chaque ligne (produit) comme une unité.

Voir aussi : all(), any(), append(), count(), enumerate(), extend(), filter(), float() format() input(), int(), isdigit(), isinstance(), items(), join(), endswith(), list(), map(), max(), mean(), min(), pop(), range(), len(), startswith(), zip(), type(), get(), symmetric_difference(), keys(), difference()

Numpy : arange(), array(), delete(), hsplit(), hstack(), linspace(), logical_and(), logical_or(), polyfit()

Pandas : concat(), concatenate(), describe(), dict(), drop_duplicates(), dropna(), fillna(), from_dict(), groupby(), head(), iloc, info(), insert(), isin(), melt(), merge(), pivot_table(), read_csv(), read_excel(), rename(), where()

N'hésitez pas à consulter nos formations sur cette page.